Aidoc在HLTH欧洲会议上宣布推出BRIDGE，这是一种全新的开源框架，旨在帮助医疗机构安全、高效且大规模地部署人工智能（AI）技术。BRIDGE框架由Aidoc与NVIDIA合作开发，汇集了医疗系统、临床医生和技术领导者在AI应用前线的综合见解。
BRIDGE全称为“Blueprint for Resilient Integration and Deployment of Guided Excellence”（引导卓越的弹性集成与部署蓝图），明确了AI解决方案在被视为“医疗就绪”之前必须满足的技术、监管、运营和信任构建标准。该框架得到了包括华盛顿大学、大学医院（University Hospitals）和奥克斯纳健康（Ochsner Health）在内的17家领先机构的支持，为医院在复杂的临床AI部署中提供了实用的、以实施为导向的路线图。
“要在医疗领域安全部署AI，我们不仅需要强大的算法，还需要共享的结构，”Aidoc首席产品官雷乌特·亚隆（Reut Yalon）博士表示，“BRIDGE提供了这种结构，帮助行业对‘优质’达成共识，从而在不牺牲安全性和性能的前提下加速AI的采用。”
随着临床AI的采用加速，围绕一个支持一致、可扩展和可信部署的共享框架的需求日益增长。BRIDGE正是为此需求而生，它为从实验到现实世界集成的过程设定了统一的期望。过去，由于缺乏共享定义和部署标准，供应商、评估流程和医院IT战略之间出现了碎片化现象。BRIDGE通过为首席信息官（CIO）、治理领导者和平台供应商提供清晰、共识驱动的基础，来评估和整合AI解决方案，从而统一这一环境。
“大规模部署AI不仅需要技术性能，还需要信任、透明度和系统级准备，”哈伯维尤医疗中心（Harborview Medical Center）超声心动图医学主任兼华盛顿大学医学与协作智能副教授埃夫斯塔西娅·安德里科普卢（Efstathia Andrikopoulou）博士表示，“BRIDGE以清晰且可操作的方式定义了这些标准，为医疗系统提供了安全、负责任地实施AI所需的结构，并着眼于长期影响。”
BRIDGE框架围绕几个核心领域构建，这些领域决定了临床AI能否在现实环境中安全有效地运行。其中包括：
- 模型与完整解决方案之间的明确区分，强调超越独立算法所需的基础设施、工作流集成和用户体验。
- 最低可行生产环境（MVPE）要求，包括任何AI解决方案在临床部署前必须满足的技术条件、验证协议、监管检查点和成本基准。
- 信任构建机制，例如在各种临床环境和用户类型中结果的透明性、可解释性和可辩护性。
- 可扩展性指南，涵盖互操作性、多模型协调、代理自动化以及跨部门和数据类型的长期性能监控。
这些组件共同构成了评估、采购和部署AI解决方案的统一结构。BRIDGE并非供应商规范，而是一个社区对齐的框架，旨在随着时间推移不断演进。它被设计用于指导征求建议书（RFP）、引领实施团队，并帮助AI创建者、用户、实施者和决策者理解如何从“概念验证”转向实际应用。
“我们正处于医疗AI从实验迈向集成的关键时刻，”大学医院（University Hospitals）放射科创新副主席莱昂纳多·凯亚特·比特恩库尔（Leonardo Kayat Bittencourt）博士表示，“BRIDGE为医疗系统提供了负责任扩展AI所需的基础，以及共同实现这一目标的语言。”
BRIDGE专为快速发展的领域而设计。随着临床AI的进步，该框架将持续演进，纳入新技术、监管变化并分享新的现实世界洞察。从一开始，BRIDGE就是一个由医疗、研究和技术领域的领导者共同塑造的合作项目。这一精神将继续推动BRIDGE社区加强和扩展该框架。
BRIDGE现已公开发布，可通过www.aibridgeframework.com免费下载。如需了解更多信息、贡献想法或参与未来版本，请访问该网站并加入塑造临床AI未来的社区。
(全文结束)
